RU146951U1

RU146951U1 - Устройство прогнозирования остаточного ресурса электромеханической системы

Info

Publication number: RU146951U1
Application number: RU2014118131/28U
Authority: RU
Inventors: Дмитрий Маркович Шпрехер; Владимир Михайлович Степанов; Евгений Борисович Колесников
Original assignee: Дмитрий Маркович Шпрехер
Priority date: 2014-05-07
Filing date: 2014-05-07
Publication date: 2014-10-20

Abstract

Устройство прогнозирования остаточного ресурса электромеханической системы, содержащее измерительный блок, коммутатор, аналого-цифровой преобразователь (АЦП), блок управления, блок визуализации, вычислительное устройство, содержащее модуль обработки сигналов и блок сравнения, отличающееся тем, что дополнительно введен блок регистрации времен наработки функциональных блоков электромеханической системы (ЭМС), модуль обработки сигналов вычислительного устройства выполнен из блока нейросетевого прогнозирования, содержащего нейронную сеть, к второму входу которой подключены блок обучения нейронной сети и блок, отвечающий за структуру нейронной сети, в вычислительное устройство дополнительно введены блок определения ближайшего к предельному контролируемого параметра, блок вычисления остаточного ресурса ЭМС, блок предельных значений, контролируемых параметров, блок временной задержки и блок сравнения, причем выходы объекта контроля связаны с входами коммутатора посредством измерительного блока, выход коммутатора связан с АЦП, выход которого связан с первым входом нейронной сети блока нейросетевого прогнозирования и первым входом блока временной задержки, второй вход которого связан с выходом блока управления, связанным с блоком коммутатора, блок управления связан со вторым входом блока определения ближайшего к предельному контролируемого параметра, выход которого связан с первым входом блока вычисления остаточного ресурса ЭМС, второй вход которого связан с выходом блока предельных значений контролируемых параметров, а третий вход его связан с выходом блока регистрации времен наработки функц

Description

Предложенное техническое решение относится к техническим средствам диагностирования электромеханических систем (ЭМС) и может быть использовано для прогнозирования их технического состояния и оценки остаточного ресурса в процессе эксплуатации.

Известно техническое решение автоматизированная система контроля технического состояния электродвигателя (патент РФ №111684, МПК⁸G01R 31/00. опубл. 20.12.2011) содержащая установленные на электродвигателе датчики температуры фазных обмоток статора и подшипников, датчики вибрации, датчики тока, датчик частоты вращения ротора электродвигателя, электронно-вычислительную машину, в нее введены первое устройство сбора данных, узел управления питанием электродвигателя, n-канальный модуль согласования измерительных сигналов и датчик влажности воздуха, при этом электронно-вычислительная машина выполнена в виде персонального компьютера с установленной программой регистрации параметров технического состояния электродвигателя в условиях эксплуатации, причем выход первого устройства сбора данных соединен с входом персонального компьютера, выход которого соединен с входом узла управления питанием электродвигателя, а вход первого устройства сбора данных соединен с выходом n-канального модуля согласования измерительных сигналов, к которому подключены датчики температуры фазных обмоток статора и подшипников электродвигателя, датчики тока, датчики вибрации, датчик частоты вращения ротора электродвигателя и датчик влажности воздуха.

Недостатком известного технического решения является недостаточная точность контроля.

Наиболее близким техническим решением является прибор диагностирования системы электрического пуска (патент РФ №2297011, МПК⁸ G01R 31/02, опубл. 10.04.2007 г.) содержащий блок коммутации и сопряжения, блок измерений, аналого-цифровой преобразователь (АЦП), вторичный источник питания, блок формирования тестирующих сигналов, модуль обработки сигналов, блок ввода команд, блок управления, перезаписываемое постоянное запоминающее устройство (ПИЗУ), модуль эталонных матриц, модуль сравнения, модуль поиска неисправности, модуль формирования сообщений, блок питания, блок визуализации, при этом первый и второй выходы блока ввода команд связаны соответственно с первым входом блока управления и входом блока питания, второй выход которого связан с блоком визуализации, а первый - с входом вторичного источника питания, причем его первый и второй выходы связаны соответственно со вторым входом блока управления и первым входом блока формирования тестового сигнала, выход которого связан со вторым входом блока коммутации и сопряжения, а его первый выход и первый вход связаны с разъемом ШЗ прибора автоматики согласующего проверяемой СЭП двигателя образца БТВТ и второй выход - с первым входом блока измерений, выход которого связан с входом АЦП, а выход с него - через модуль обработки сигналов с первым входом ППЗУ, первый и второй выходы которого связаны с третьим входом блока управления и третьим входом модуля сравнения соответственно, первый и второй выходы модуля сравнения соответственно связаны со вторым входом модуля поиска неисправности и третьим входом модуля формирования сообщения, причем выход модуля поиска неисправности связан со вторым входом модуля формирования сообщения, а с его первым входом связан четвертый выход блока управления, выход модуля формирования сообщения связан со вторым входом блока визуализации, первый, второй, третий, пятый, седьмой и шестой выходы блока управления соответственно связаны со вторыми входами блока формирования тестового сигнала, блока измерений и ППЗУ, первым входом модуля поиска неисправности, вторым входом модуля сравнения и входом модуля эталонных матриц, выход которого связан с первым входом модуля сравнения.

Недостатком наиболее близкого технического решения является недостаточная достоверность и точность прогноза.

Задачей предложенного технического решения является повышение достоверности, и точности прогноза, за счет возможности прогнозирования каждого контролируемого параметра в будущий момент времени с одновременной оценкой остаточного ресурса с использованием нейронных сетей.

Поставленная задача достигается тем, что устройство прогнозирования остаточного ресурса электромеханической системы содержит объект контроля, измерительный блок, коммутатор, аналого-цифровой преобразователь (АЦП), блок управления, блок визуализации, вычислительное устройство, содержащее модуль обработки сигналов и блок сравнения, дополнительно введен блок регистрации времен наработки функциональных блоков ЭМС, модуль обработки сигналов вычислительного устройства выполнен из блока нейросетевого прогнозирования, содержащего нейронную сеть, к второму входу которой подключены блок обучения нейронной сети и блок, отвечающий за структуру нейронной сети, в вычислительное устройство дополнительно введены блок определения ближайшего к предельному контролируемого параметра, блок вычисления остаточного ресурса ЭМС, блок предельных значений контролируемых параметров, блок временной задержки и блок сравнения, причем выходы объекта контроля связаны с входами коммутатора посредством измерительного блока, выход коммутатора связан с АЦП, выход которого связан с первым входом нейронной сети блока нейросетевого прогнозирования и первым входом блока временной задержки, второй вход которого связан с выходом блока управления, связанным с блоком коммутатора, блок управления связан со вторым входом блока определения ближайшего к предельному контролируемого параметра, выход которого связан с первым входом блока вычисления остаточного ресурса ЭМС, второй вход которого связан с выходом блока предельных значений контролируемых параметров, а третий вход его связан с выходом блока регистрации времен наработки функциональных блоком ЭМС, связанным с объектом контроля, выход блока вычисления остаточного ресурса ЭМС связан с входом блока визуализации, выход блока временной задержки связан с первым входом блока сравнения, второй вход которого связан с выходом нейронной сети блока нейросетевого прогнозирования, а выход блока сравнения с блоком, отвечающий за структуру нейронной сети.

На Фиг. представлена структурная схема устройства прогнозирования остаточного ресурса электромеханической системы.

Устройство прогнозирования остаточного ресурса электромеханической системы выполнено из объекта контроля 1, выходы которого связаны с входами коммутатора 3 посредством измерительного блока 2, состоящего из N-количества датчиков по числу контролируемых параметров. Выход коммутатора 3 связан с входом аналого-цифрового преобразователя (АЦП) 4. В вычислительное устройство 5 входит модуль обработки сигналов, выполненный в виде блока нейросетевого прогнозирования 6, содержащего нейронную сеть 7, ко второму входу которого подключены выходы блока обучения нейронной сети 8 и блока отвечающего за структуру нейронной сети 9. Выход АЦП 4 связан непосредственно с первым входом нейронной сети 7 блока нейросетевого прогнозирования и первым входом блока временной задержки 10, второй вход которого связан с выходом блока управления 11, связанным с коммутатором 3. Выход блока управления 11 также связан со вторым входом блока определения ближайшего к предельному контролируемого параметра 12, выход которого связан с первым входом блока вычисления 13 остаточного ресурса ЭМС, второй вход которого связан с выходом блока предельных значений 14 контролируемых параметров, а третий вход его связан с выходом блока регистрации времен наработки 15 функциональных блоков ЭМС, связанным, в свою очередь, с объектом контроля 1, выход блока вычисления 13 остаточного ресурса ЭМС связан с входом блока визуализации 16, выход блока временной задержки 10 связан с первым входом блока сравнения 17, второй вход которого связан с выходом нейронной сети 7 блока нейросетевого прогнозирования, а выход блока сравнения 17 связан с входом блока 9, отвечающим за структуру нейронной сети.

Работает устройство прогнозирования остаточного ресурса электромеханической системы следующим образом. С помощью измерительного блока 2, состоящего из N-количества датчиков по числу измеряемых параметров (D_i, i=1, …N), устанавливаемых в различных точках контролируемого объекта 1

электромеханической системы, производят преобразование измеряемых величин в электрические сигналы, которые подают на входы коммутатора 3, выполненного в виде мультиплексора. Коммутатор 3 по команде от блока управления 11 подключает последовательно на время канального интервала поочередно выходы каждого датчика измерительного блока 2 к входу АЦП 4, в котором информацию о значениях измеренных параметров преобразуют в цифровой код. С выхода АЦП 4 цифровой отсчет о текущем значении каждого контролируемого параметра x_i(t), i=1, …N в момент времени (t) поступает на первый вход блока модуля обработки сигналов, выполненный в виде блока нейросетевого прогнозирования 6, состоящего из нейронной сети 7, блока обучения нейронной сети - 8 и блока, отвечающего за структуру нейронной сети 9 и одновременно на вход блока временной задержки 10. Блок нейросетевого прогнозирования 6 представляет собой нейронную сеть 7 в виде многослойного персептрона с сигмоидальными функциями активации для всех нейронов скрытого и выходного слоев. Нейроны входного слоя выполняют только распределительные функции для входных сигналов. Размерность входного слоя - n равно произведению количеству контролируемых параметров ЭМС, умноженному на число отсчетов в течение периода основания прогноза. Размерность выходного слоя сети - m принимают равной числу параметров ЭМС, значения которых надо прогнозировать. Количество нейронов в скрытом слое изначально принимают эмпирически согласно выражению - 2(n+m). Если в процессе обучения требуемого качества прогноза не достигают, то количество нейронов в скрытом слое изменяют. Методом обучения НС является метод обратного распространения ошибки.

В блоке обучения нейронной сети 8 находятся статистические данные, которые формируют обучающую выборку. Обучающую выборку разбивают на два множества обучающее и тестовое. Обучающее множество включает примеры, набранные по параметрам однотипных или подобных ЭМС. Тестовое множество также включает записи (примеры), содержащие входные и желаемые выходные целевые значения, но используемое не для обучения сети, а для проверки результатов обучения. В блоке, отвечающем за структуру нейронной сети 9, содержаться данные о количестве скрытых слоев сети, количестве нейронов в скрытых слоях, и значение параметра наклона сигмоидальной функции активации нейронной сети.

С выхода блока нейросетевого прогнозирования 6, предсказанные (спрогнозированные) значения контролируемых параметров ЭМС, x_{i(прогн)}(t+1), i=1, …N в момент времени (t+1) поступают на первый вход блока определения ближайшего к предельному контролируемого параметра 12, который ближе всего к своему предельному значению, а с него на первый вход блока вычисления 13 остаточного ресурса. Одновременно спрогнозированные значения контролируемых параметров ЭМС поступают с выхода блока нейросетевого прогнозирования 6 на вход блока сравнения 17.

На второй и третий входа блока вычисления 13 остаточного ресурса поступают соответственно сигналы с блока 14 предельных значений контролируемых параметров, в котором хранятся данные о предельных и номинальных значениях контролируемых параметров и с блока 15, который определяет время наработки функциональных блоков самой ЭМС.

Если какой либо предсказанное (прогнозное) значение любого из контролируемых параметров оказалось ближе всего к предельному, то по данному параметру осуществляют вычисление блоком 13 остаточного ресурса ЭМС по формуле:

,

если значение диагностируемого параметра увеличивается и - по формуле:

,

если значение диагностируемого параметра уменьшается. Данное значение остаточного ресурса для его поступает на блок визуализации 16.

В блоке временной задержки 10 осуществляют задержку сигнала x_i(t), i=1, …N на период прогнозирования, длительность которого регулируют блоком управления 11, подачей его команды на второй вход блока временной задержки 10. С выхода блока временной задержки 10 через период прогноза получают реальные значения контролируемых параметров ЭМС, x_{i(реальн)}(t+1), i=1, …N в момент времени (t+1), которые поступают на второй вход блока сравнения 17, где сравнивают с предсказанными своими значениями x_{i(прогн)}(t+1), i=1, …N. Если разница предсказанных и реальных значений превышает заранее заданную погрешность, то это свидетельствует о плохом прогнозе, и тогда сигнал с выхода блока сравнения 17 поступает на блок, отвечающий за структуру нейронной сети 9, изменяя количество скрытых слоев в нейронной сети 7, количество нейронов в скрытых слоях или значение параметра наклона сигмоидальной функции активации нейронной сети, до тех пор, пока погрешность прогноза не станет удовлетворять требуемой погрешности. Кроме этого блок управления 11 согласовывает работу блока определения ближайшего к предельному контролируемого параметра 12, который ближе всего к своему предельному значению.

Предложенное техническое решение позволило повысить достоверность, и точность прогноза, за счет возможности прогнозирования каждого контролируемого параметра в будущий момент времени с одновременной оценкой остаточного ресурса с использованием нейронных сетей.

Claims

Устройство прогнозирования остаточного ресурса электромеханической системы, содержащее измерительный блок, коммутатор, аналого-цифровой преобразователь (АЦП), блок управления, блок визуализации, вычислительное устройство, содержащее модуль обработки сигналов и блок сравнения, отличающееся тем, что дополнительно введен блок регистрации времен наработки функциональных блоков электромеханической системы (ЭМС), модуль обработки сигналов вычислительного устройства выполнен из блока нейросетевого прогнозирования, содержащего нейронную сеть, к второму входу которой подключены блок обучения нейронной сети и блок, отвечающий за структуру нейронной сети, в вычислительное устройство дополнительно введены блок определения ближайшего к предельному контролируемого параметра, блок вычисления остаточного ресурса ЭМС, блок предельных значений, контролируемых параметров, блок временной задержки и блок сравнения, причем выходы объекта контроля связаны с входами коммутатора посредством измерительного блока, выход коммутатора связан с АЦП, выход которого связан с первым входом нейронной сети блока нейросетевого прогнозирования и первым входом блока временной задержки, второй вход которого связан с выходом блока управления, связанным с блоком коммутатора, блок управления связан со вторым входом блока определения ближайшего к предельному контролируемого параметра, выход которого связан с первым входом блока вычисления остаточного ресурса ЭМС, второй вход которого связан с выходом блока предельных значений контролируемых параметров, а третий вход его связан с выходом блока регистрации времен наработки функциональных блоков ЭМС, связанным с объектом контроля, выход блока вычисления остаточного ресурса ЭМС связан с входом блока визуализации, выход блока временной задержки связан с первым входом блока сравнения, второй вход которого связан с выходом нейронной сети блока нейросетевого прогнозирования, а выход блока сравнения - с блоком, отвечающим за структуру нейронной сети.